Oldal címe
SikertörténetekPoint cloud based rigid-body motion segmentation
Címlapos tartalom
A kutatási projektben Dr. Rózsa Zoltán (tudományos munkatárs), Madaras Ákos (MSc hallgató) és Dr. Szirányi Tamás (kutatóprofesszor), a HUN-REN SZTAKI kutatói vettek részt. A projekt egy új módszert dolgozott ki a LiDAR pontfelhőkben lévő mozgó objektumok szegmentálására, minimális számú mérés felhasználásával; ez a megközelítés egy többmodális tanulási modellen alapul, de csak egyetlen modalitást használ következtetéshez.
A kutatási projekt jelentősége abban rejlik, hogy hatékonyabbá teszi a mozgó objektumok szegmentálását a LiDAR adatokban, ami elengedhetetlen az autonóm járművek és a fejlett vezetőtámogató rendszerek (ADAS) számára. A projekt célja, hogy csökkentse a számítási terhelést és lehetővé tegye a mozgó objektumok térkép nélküli szegmentálását, minél kevesebb mérést használva. A hagyományos módszerekkel ellentétben, amelyek a környezet (globális vagy lokális) térképére támaszkodnak, ez a kutatás egy olyan új megközelítést javasol, amely képes minimális számú szkenneléssel is hatékonyan működni, így a feldolgozásnál alacsonyabb számítási igényt jelent. A projekt során a HUN-REN Cloud biztosította a szükséges számítási kapacitást és erőforrásokat a számításigényes modell betanításához és a kísérletek elvégzéséhez. A nagy mennyiségű és méretű LiDAR adatok és a hozzájuk tartozó kamera képek feldolgozása a tanításhoz komoly számítási igényt jelentett.
A kutatás eredményei az IEEE Open Journal of Signal Processing folyóiratban jelentek meg és az ICASSP 2025 konferencián kerültek bemutatásra. A kutatás eredményei hozzájárulnak az autonóm járművek érzékelési képességeinek javításához és a közlekedés biztonságának növeléséhez.
